AI業務効率化の事例｜白書に載った国内企業の例と始める順番

AIで業務効率化を進めたい担当者が、まず他社の事例を探すのは自然なことだ。ただ、検索で見つかる事例の多くは製品の導入事例で、どこまでが実際に動いている話で、どこからが構想なのかが分かりにくい。

ここでは、総務省の令和8年版情報通信白書が「日本企業におけるAI活用事例」として載せている国内企業の例を集め、業務効率化の型ごとに整理する。白書は公的な資料で、各事例に元の発表や報道の出典がついている。そのうえで、中小企業の例の進め方を詳しく読み、事例を自社に当てはめる順番を書く。業務の選び方と手順そのものはAIで業務効率化を進める手順に、中小企業の始め方は中小企業のAI導入に書いた。

白書に載っている国内の事例

白書は、企業活動の業務領域ごとに先進的なAI活用の事例を挙げている。白書自身が、調査期間や紙幅の事情から全ての事例を網羅的に記述することは困難だと断っている。つまり、これは国内の事例の一覧ではなく、白書が選んだ例だ。

業務効率化に近いものを抜き出すと、次のようになる。

右端の列は私が足したものだ。同じ「事例」でも、社内で使われている話、製品として売られている話、会社が報告した成果の話が混ざっている。私の見方では、事例を読むときはまずこの区別をつけると、自社に持ち帰れる部分が見えやすくなる。

事例を3つの型に分けて読む

上の事例は、AIが減らす作業の範囲で3つの型に分けられる。分け方は私の整理だ。

個人の作業

いちばん始めやすく、件数も多い型だ。白書の企業向け調査でも、日本企業が生成AIを使っている業務は「議事録・メール作成補助」が約7割で最も多かった。日清食品グループの例で私が注目するのは、ツールを配っただけで終わらせず、部門ごとに対象業務を選び、プロンプトのひな形を作り、効果を測る取組を少しずつ広げた点だ。白書は、汎用的なAIツールを入れても一部の積極的な社員だけが使い、全社的な活用に至らない可能性もあると書いている。

現場の手順

イオンリテールとダイキン工業の例は、現場の人が手順書や過去の記録を探す時間を減らすものだ。どちらも、会社に溜まっている文書（マニュアル、設備図面、保全記録）を元にしている。私の見方では、この型は元にする文書の整い具合で効果がほぼ決まる。文書が古い、部署ごとに書き方が違う、といった状態のままだと、AIの答えも揃わない。

業務の流れ

伊藤忠テクノソリューションズとラクスの例は、要件定義や経費精算という、複数の人がかかわる工程そのものを短くしようとするものだ。白書が先進事例として取り上げた中外製薬は、ビジネスプロセスの変革は個人作業の効率化とは違い、人間とAIの役割分担を十分に検討したうえで進めるべきだとしている。AIに任せる工程と、人間が責任を取る工程を見極め、人の判断や確認を挟む「ヒューマン・イン・ザ・ループ」を重視するという。この型は、社内のシステムやデータとつなぐ作業が入るので、個人の作業の型より準備に時間がかかる。進め方はAIエージェント導入の進め方に書いた。

中小企業の例：アイニコグループの進め方

白書は個別のヒアリングとして2社を詳しく取り上げている。大企業の中外製薬と、中小企業のアイニコグループだ。中小企業でAI導入の事例を探している担当者には、後者の進め方がいちばん参考になると私は考えている。

アイニコグループは、奈良県や京都府南部を中心に、注文住宅、リフォーム、介護、保育などを手がける会社だ。白書によれば、もともとChatGPTなどのAIツールは社内に入っていたが、個人の利用に留まり、業務全体にどう広げるかが課題だったという。そこから次の順に進めている。

削減時間の内訳として、白書は3つの例を挙げている。

この数字は会社から白書に提供されたもので、第三者が測ったものではない。それでも、進め方として読める点は多い。私が持ち帰れると考えるのは次の3つだ。

1. 参加者を、各事業部から手を挙げた人にしている。通常の業務と並行して取り組んだうえで、全ての事業部で効果が出たという
2. 課題を事業部の側から出させ、目標と測り方を先に決めている。削減時間を部門ごとに足し上げられたのはそのためだと私は見ている
3. ルールを最低限に絞っている。個人情報を入力しない、オプトアウトの設定をする、といったことを周知し、過度な恐れで使われなくなることを避ける方針だという

白書は、成果につながった要因として、業務フローやチェックシートを整え、手順を動画にするといった仕組みづくりが社内に根付いていたことも挙げている。現場の手順の型と同じく、元になる業務の整理が先にあったということだ。

事例を自社に当てはめる順番

事例を集めたあと、自社で何から始めるか。白書の例をもとにした私の見方では、次の順番がよい。

1から5までは、個人の作業と現場の手順の型の範囲で、社内の人で進められることが多い。6の業務の流れの型に入ると、社内のシステムとの接続、どこで人が確認するかの設計、本番での運用が必要になる。私の見方では、試験で効果が出たのに本番に入らない、という止まり方はここで起きやすい。その止まり方と抜け方はAIのPoC止まりを抜け出すに書いた。

外部に頼むなら、どこを頼むか

アイニコグループの例で興味深いのは、専門家の支援が特に有効だった場面を2つに絞って話している点だ。1つは課題を決めるときに「その課題はAIで解決すべきかどうか」を判断すること、もう1つはプロジェクトが動き出したあとで「このやり方ではうまくいかない」と相談できることだという。プロジェクトの後も、困りごとが生じれば支援業者に都度相談できる環境を続けている。

私の見方では、外部に頼む範囲を決めるときも、この2つから考えると決めやすい。個人の作業の型は、ルールとひな形さえ決まれば社内で回せることが多い。外部の手が要るのは、どの業務をAIで解くかの見極めと、業務の流れの型に入ってから社内のシステムにつなぎ、本番で動かすところだ。後者を現場に入り込んで実装まで担う役割は、FDE（Forward Deployed Engineer）と呼ばれている。FDEが何をする職種かはFDEとはに書いた。

私たちが提供している支援の中身と料金はサービスページにまとめている。